Un reciente paper publicado por Apple, llamado “The Illusion of Thinking”, agita el mundo tech al poner en jaque una de las grandes promesas de la inteligencia artificial: su supuesta capacidad para razonar como un ser humano. ¿Y si la IA, por más impresionante que parezca, en realidad no entendiera nada?

Los investigadores de la compañía diseñaron una serie de experimentos con puzzles de dificultad creciente para evaluar a los llamados Large Reasoning Models, una nueva camada de sistemas entrenados para "pensar mejor". El resultado fue demoledor: cuando los problemas eran inéditos y pasaban cierto umbral de complejidad, los modelos colapsaban por completo.

El estudio distingue tres niveles de rendimiento. En tareas simples, sorprendentemente, los modelos clásicos superan a los “razonadores”. En desafíos intermedios, estos últimos muestran una leve ventaja. Pero al escalar la dificultad, todos fallan por igual: ni los más avanzados pueden resolver problemas verdaderamente nuevos. Una paradoja llamó la atención de los científicos: el esfuerzo computacional aumenta hasta cierto punto con la dificultad… y luego cae en picada, incluso cuando sobran recursos.

El hallazgo pone un freno al entusiasmo por la Inteligencia General Artificial (AGI, por sus siglas en inglés), esa hipotética IA capaz de razonar, aprender y adaptarse como una mente humana. Si los modelos actuales dependen más de patrones memorizados que de razonamiento genuino, tal vez la AGI esté mucho más lejos de lo que se pensaba.

El debate también aparece por el costado comercial. Algunos analistas advierten que estos nuevos modelos “razonadores” aparecen justo cuando las grandes tecnológicas necesitan justificar el uso intensivo de recursos computacionales y segmentar servicios en versiones básicas gratuitas y versiones premium pagas. ¿Estamos ante un verdadero salto tecnológico o simplemente ante una nueva estrategia de marketing?

Para el sector tecnológico argentino —cada vez más involucrado en desarrollos con IA— estos resultados funcionan como una señal de alerta. Aplicaciones en salud, justicia o finanzas no pueden depender de modelos que flaquean ante lo inesperado. Queda esperar y seguir de cerca nuevos estudios que analicen estas capacidades.